文献

J-GLOBAL ID：201702211423293149   整理番号：17A1773288

ネットワークスケッチ:深いセルラニューラルネットワークにおける二成分構造の利用【Powered by NICT】

Network Sketching: Exploiting Binary Structure in Deep CNNs

著者 (4件)： Guo Yiwen ,  Yao Anbang ,  Zhao Hao ,  Chen Yurong
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 4040-4048  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深い構造を持つ畳込みニューラルネットワーク(CNN)は,コンピュータビジョンタスクにおいて,最新が得られてた。しかし,深層ネットワークは典型的に資源集約とモバイルデバイス上で展開することは困難である。二値の重みを持つCNNは社会に説得力のある効率を示したが,そのようなモデルの精度は,実際の通常不十分である。本論文では,二値重みCNNを追求の新技術としてネットワークスケッチを導入し,実用的応用のためのより正確な推論と良好なトレードオフを標的とした。本技術の基本的なアイディアは,予め訓練されたフィルタバンクにおける直接二元構造を利用するとテンソル展開による2元重みモデルを生成した。全体のプロセスは,粗から精へのモデル近似として扱うことができ,輪郭と陰影の鉛筆描画段階に類似する。更なる生成されたモデル,すなわちスケッチをスピードアップするために,二元テンソル畳込みの連想実装を提案した。実験結果はAlexNet(またはResNet)の適切なスケッチはImageNet大規模分類タスクに大きな差でしのぐ,これは既存の2元重みモデルより優れていることを示したが,ネットワークパラメータのためのコミットされた記憶は僅かにを超えていた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 畳込み ,  *ニューラルネットワーク ,  モデル ,  深層 ,  フィルタバンク ,  *セルラニューラルネットワーク ,  テンソル ,  *ネットワーク ,  近似法
準シソーラス用語： ネットワークパラメータ ,  描画 ,  鉛筆 ,  陰影 ,  説得 ,  モバイルデバイス , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： スケッチ ,  セルラニューラルネットワーク ,  二成分